一种基于协同学习的注释类代码库提纯方法及装置

本发明公开了一种基于协同学习的注释类代码库提纯方法及装置，通过无监督驱动组件和有监督过滤组件完成协同学习，无监督驱动组件结合了基于WTFF算法，获取完整代码片段用以建立引导查询语料库，利用定义的基于语法规则的过滤器对原始注释代码对进行初步过滤，去除有异常语法特征的数据；有监督过滤组件引入了基于自注意力机制的变分自编码器模型。本发明使用引导查询语料库对变分自编码器模型采样模型进行监督训练，并将来自无监督驱动组件初步清理后的注释代码对作为输入，进一步选择与自然语言查询语义上接近的注释代码对。本发明在不同的测试集上进行实证评估，实验结果表明，本发明实现了高效率，并在代码搜索任务中优于现有的基准模型。